KNOWLEDGE MANAGEMENT

AND DISCOVERY LAB

Das beste Vorhersagemodell und die profitablste Kundensegmentierung sind nur so lange zuverlässig, wie die Welt still steht. Wenn neue Produkte eingeführt werden, Marketing-Kampagnen stattfinden und Konkurrenten den Markt betreten, ändert sich der Markt und somit das Verhalten der Kunden. Stellt sich die Frage "Wie?". Und natürlich auch die Frage, wie diese veränderte und verärenderliche Welt zu modellieren sei.

In der Vorlesung "Data Mining for Changing Environments" besprechen wir Methoden für die Ableitung, Adaption und Vergleich von Modellen auf sich akkumulierenden Daten (wie in einem Data-Warehouse) oder auf Ströme (wie die Transaktionen, die durch eine Empfehlungsmaschine fließen).

Bitte merken Sie sich über die Belegungsfunktion des LSF als Interessent vor (Platzvergabe erfolgt in den ersten zwei LV-Wochen). Please preregister using the LSF (registration will be done in the first two weeks).

Begin of lectures: 9.4.2015 (exercises start in the week after)

Bei Fragen kontaktieren Sie bitte / If you have any questions please contact Georg Krempl.

Exceptionally, there will be no lecture on the 7th of May.

Textbooks

• Charu C. Aggarwal (ed.): Data Streams - Models and Algorithms. Springer 2007.

• Albert Bifet and Richard Kirkby: Data Stream Mining - A Practical Approach. COSI 2009.

Papers

(to be announced soon)

Basic knowledge in Data Mining, Machine Learning and statistics is required.

However, there will be a facultative blocked course on data mining priniciples at the beginning.

Course registration is mandatory, please register using "Enrollment/Belegung" in the LSF.

WPF CMA;M 1-4
WPF CV;M 1-4
WPF CV;i ab 6
WPF DKE;M 1-4
WPF IF;i ab 6
WPF IF;M ab 1
WPF INGIF;i ab 6
WPF MA;D-AFIF 7-8
WPF WIF;i ab 6
WPF WIF;M ab 1